İçerik
- 1. AI, insanlara benzeyen akıllı robotlardan veya androidlerden oluşur.
- 2. AI, makine öğrenmesi ve derin öğrenmenin hepsi aynı şeydir.
- 3. AI tamamen kendi kendine öğrenir.
- 4. Sohbet botları AI'nın en temel şeklidir.
- 5. Gelecekteki tüm derin öğrenme işlemlerini gerçekleştirmek için gereken güç sürdürülemez.
- Hata Yok, Stres Yok - Hayatınızı Yok Etmeden Hayat Değiştiren Yazılım Yaratma Adım Adım Kılavuzunuz
- 6. Bir kuruluşun AI işlemlerini yakmak için gereken bilgi işlem gücünü kiralaması kolaydır.
- 7. AI eğitmek için çok miktarda veriye ihtiyacınız var.
- 8. AI, mevcut BI araçlarının yerini alacak ve daha önceki teknolojilerin kullanılmasını önleyecektir.
- 9. Yapay Sinir Ağları biyolojik ağlar gibidir ancak mekaniktir.
- 10. AI nihayetinde insanların bunun için tehlikeli olduğunu ve imha edilmesi gerektiğini anlayacak kadar akıllı olacaktır.
Kaynak: ABD Pyon / Dreamstime.com
Paket servisi:
AI, sıcak bir teknolojidir, ancak birçok insanın tam olarak neyi gerektirdiği konusunda yanlış anlamaları vardır. Burada AI'yı çevreleyen bazı mitlere göz atacağız ve gerçekleri inceleyeceğiz.
Neden herkes AI hakkında konuşuyor, yine de insanlar arasında yürüyen "Star Trek" in Data gibi dost robotlarını hala görmüyoruz? RoboCop'un İkinci Başbakan Yönetmeliğini senaryolarına eklemeyi hatırlıyor muyuz, böylece tam bir bilinç kazanır kazanmaz insanlığı yok etmek yerine "masumları koruyabilirler"?
Bugün, yapay zekanın (AI), makine öğrenmenin ve derin öğrenmenin gerçekte ne olduğu, “akıllı makinelerin” ne yapabileceği ve AI teknolojilerinin şu anki durumunun ne olduğu hakkında çok fazla kafa karışıklığı var. Eski güzel borçlanmanın tadını çıkarmanın zamanı geldi, şimdi AI hakkındaki en yaygın 10 efsaneyi yakalayalım. (AI’nin potansiyel geleceği hakkında daha fazla bilgi için, AI Devrimi Evrensel Gelir Gerekliliği Haline Getirecek mi?
1. AI, insanlara benzeyen akıllı robotlardan veya androidlerden oluşur.
Buradaki herkes için fazla "Blade Runner" var, hmm? Robotik ve AI arasında genel bir karışıklık olmasına rağmen, farklı amaçlara hizmet eden iki farklı bilim alanı vardır. Robotlar, fabrikalarda ürünlerin inşa edilmesi, taşınması veya sökülmesi gibi çok çeşitli görevleri yerine getirmek için aktüatörler ve sensörler tarafından sunulan fiziksel cihazlardır.
AI, karar verebilecek ve hatalarından ders çıkaracak kadar özerk olacak şekilde programlanmıştır. Her ne kadar bazı robotlar sonunda AI algoritmalarıyla geliştirilebilse de, "istihbarat" kısmı AI'nın sahip olabileceği sadece bir ek yetenek.
2. AI, makine öğrenmesi ve derin öğrenmenin hepsi aynı şeydir.
Hepsi aynı büyük AI sisteminin parçaları olmasına rağmen, üç farklı şeydir. Temel olarak, makine öğrenmesi, veriyi ayırt etmek ve doğru davranışlarını belirlemek için algoritmaları kullanmak gibi AI'nın dış kaynaklardan öğrendiği yöntemdir. Derin öğrenme, makine öğrenmenin pratik uygulamalarında kullanılan olası bir tekniktir. Sinir ağlarına (NN) dayanmaktadır ve AI'ya doğru karar verme olasılığının ne olduğunu söylemek için kullanılır.
3. AI tamamen kendi kendine öğrenir.
Kendi başına öğrenebileceği iddia edilen AI hakkında abartılı bir yutturmaca olmasına rağmen, insan yardımı olmadan sıfır bilgiden yetişebilecek gerçek dünyaya sahip bir AI ile çalışan bir sistem bulmak hala mümkün değil. Gizli bilgilerle veya herhangi bir tür belirsizlikle uğraşması gereken herhangi bir sistem, yine de insanlar tarafından girdi ve verilerle beslenmesi gereken AI tarafından "anlaşılamaz". Ayrıca, her bilgi bitinin açık bir amacı olmalı, AI'nın harici kaynaklar olmadan tahmin edemeyeceği bir şey olmalı (en azından başlangıçta değil).
4. Sohbet botları AI'nın en temel şeklidir.
Yine, orada az ya da çok basit AI formlarından yararlanan bazı sohbetler olsa bile, çoğu insanlarla etkileşimli veya sesli arayüzler aracılığıyla çalışan temel programlardan başka bir şey değildir. Aslında "akıllı" olmaktan ziyade, çoğu sohbet kullanıcısı, kullanıcının girişindeki belirli anahtar kelimelere karşılık olarak verilen önceden programlanmış yanıtlara sahiptir. Bir chatbotun gerçek bir yapay zeka haline gelmesi için, bir insanı anlama, onun ihtiyaçlarını öğrenme ve buna göre tepki vermesini sağlayan çeşitli teknolojilere sahip olması gerekir. Ses veya tanıma yazılımına, duyarlılık analizine, bir çeşit makine öğrenim programına ve doğal bir dil üretim teknolojisine ihtiyaç duyar. (Sohbetler hakkında daha fazla bilgi edinmek için, bkz. BT Uzmanlarına Gelecekte İşletmelerin Nasıl Sohbet Kullanacağını Sorduk. İstediklerimiz.)
5. Gelecekteki tüm derin öğrenme işlemlerini gerçekleştirmek için gereken güç sürdürülemez.
AI'nın eğitilmesi ve tüm karmaşık derin öğrenme işlemlerinin gerçekleştirilmesi için birçok ek bilgi işlem gücü gerektirmesi yadsınamaz. Çoğu işletmenin AI'yi bir dereceye kadar kullanacağı bir gelecekte, bu sorun epiksasyonlara dönüşerek kullanımını potansiyel olarak sürdürülemez hale getirebilir. Ancak, AI aslında bize sağlayabilir Daha çok yıllık bir enerji üretimi sorununu durdurarak güç: elektrik şebekelerinin atık ve verimsizliği. Kamu hizmeti şirketleri, mevcut şebekeler modern çeşitlendirme düzeyine uyum sağlamak için inşa edilmediğinden ürettikleri fazla elektriğin çoğunu boşa harcayan özel kullanıcılardan fazla enerji satın almaktadır. AI, eski şebekeleri, elektriği tam zamanlı olarak en yüksek verimle nasıl dağıtacağını bilen daha yeni, akıllı, AI destekli mikro ızgaralarla değiştirerek kurtarmaya gelebilir.
Hata Yok, Stres Yok - Hayatınızı Yok Etmeden Hayat Değiştiren Yazılım Yaratma Adım Adım Kılavuzunuz
Hiç kimse yazılım kalitesini önemsemediğinde programlama becerilerinizi geliştiremezsiniz.
6. Bir kuruluşun AI işlemlerini yakmak için gereken bilgi işlem gücünü kiralaması kolaydır.
... eğer AWS, Google, Microsoft ve Alibaba Cloud şu anda dünyadaki bilgi işlem gücünün büyük çoğunluğunu merkezileştirmiyordu. Bu nedenle AI geliştiricilerin şu anda yalnızca iki seçeneğe sahip: son derece yüksek fiyatlarla kiralama veya kendi süper pahalı donanımlarını satın alma.
Bununla birlikte, bu efsanevi borçlanmanın yakın gelecekte ... borçsuz hale gelme olasılığı var. Tatau adında yeni bir şirket, sorunu çözebilecek bir blockchain tabanlı süper bilgisayar platformu geliştirdi. Çözümleri, küresel olarak dağıtılmış GPU tabanlı makineler ağının birleştirilmiş kaynaklarının toplanmasına ve yeniden satılmasına olanak tanır. AI geliştirmeye yönelik işlem güçlerini belirleyen kripto para birimi madencileri, oyuncuları veya diğer yüksek performanslı bilgisayarları hayal edin. AI şirketleri, makine öğrenim modellerini çok daha ucuz bir fiyata eğitmek için bu kullanılmayan GPU güç kaynağını kullanabilirler. Bu yeni platformun şu anda kullanılmayan kaynakların verimli kullanılmasını teşvik ettiği için 5. maddede vurgulanan soruna bir cevap sağlayabileceğini unutmayın.
7. AI eğitmek için çok miktarda veriye ihtiyacınız var.
Şart değil. Tabi, ihtiyacın var çok AI yetiştirmek için veri ve bilgi işlem gücü sıfırdan. Ve daha az da olsa, bir AI kullanmak için araba kullanmak gibi karmaşık bir görevi yerine getirmek için terabaytlık veriye ihtiyacınız vardır. Bununla birlikte, AI'nın uygulama alanına bağlı olarak, önceden eğitilmiş sinir ağları yalnızca belirli alanlarda yeniden eğitilebilecek kadar esnektir. Temel veri çerçevesi daha geniş, daha genel bir veri setinden gelebilir, ancak ağın sadece son kullanım kısmının belirli kullanım durumlarına özgü "boşlukları doldurmak" için değiştirilmesi gerekir.
8. AI, mevcut BI araçlarının yerini alacak ve daha önceki teknolojilerin kullanılmasını önleyecektir.
En azından söylemek gerekirse bu biraz zor. Modern iş zekası (BI) çözümlerinin çoğu yüksek düzeyde ölçeklenebilir ve çoğu zaman özelleştirilebilirdir, böylece gelecekteki AI tabanlı herhangi bir model doğrudan platformlarına kolayca entegre edilebilir. Şirketler her zaman yalnızca iş akışı kesintisi riski olmadan gelen çözümleri uygulamayı tercih ederler ve AI teknolojileri bu ihtiyaca adapte olmuşlardır. Bu nedenle, çoğu AI platformu web üzerinden gerçekleştirilir, bu nedenle değiştirme gerekmez veya en kötü senaryoda, aşamalar halinde güvenle uygulanabilir.
9. Yapay Sinir Ağları biyolojik ağlar gibidir ancak mekaniktir.
Hiçbir sinir ağı insan beyninin karmaşıklığının bir kısmına bile ulaşmayı ümit edemez. Uzun yıllar süren klinik ve bilimsel araştırmalara rağmen, biyolojik sinir ağlarını tam olarak anlayamıyoruz, çünkü nöronlar insan vücuduyla çok farklı görevleri yerine getiriyor (duyusal ve motor nöron arasındaki farkı düşünün) ve hatta bilgi iletimi birçok farklı yol (elektrik, kimyasal potansiyel ve nörotransmiterler kullanılarak). Yapay sinir ağları yalnızca tipik 1 veya 0 ("evet" veya "hayır") makine biçimindeki girişleri anlayabilir. Askeri uçağın karmaşıklığını uçurtmayla kıyaslamak gibi, çünkü ikisi de uçabiliyor.
10. AI nihayetinde insanların bunun için tehlikeli olduğunu ve imha edilmesi gerektiğini anlayacak kadar akıllı olacaktır.
Bir efsane olmadığı için aslında bu efsaneden harap olamayız. Bu bir gerçek. Kendinizi destekleyin, çünkü direnç boşuna!
Şakalar bir yana, basitçe söylemek gerekirse, AI'nın etrafındaki dünyayı anlamak ve özerk, rasyonel kararlar almak için gereken zekâya yakın bir yeri yoktur. Her algoritma tek bir görevi yerine getirmek için geliştirilir ve bağımsız düşünebilme kabiliyetine ulaşmadıkça, bunun dışında hiçbir şey yapamaz. Bilgisayarlar, nispeten basit sorunlara bir çözüm bulmak için üstün işlemsel güçlerinin "kaba kuvvetini" kullanır, ancak programlandıkları dışında bir amaç için anlayış, algı derinliği ve stratejik karmaşıklıktan yoksundurlar.
O yüzden rahatça dinlenin, çünkü yapay zeka ve hizmetçilerden uzun, uzun bir süre boyunca AI hiçbir şey olmayacak.